AI:前50年...... 10年后,Marco Varone

时间:2019-03-28 11:43:02 阅读:28次

  十年前,我写了第一篇关于人工智能主题的博客文章,庆祝人工智能的前50年。在另外10年之后做一些考虑是很有意思的,因为似乎一切都发生了变化,而从不同的角度来看,没有任何根本改变......

  请注意,下面的文字有点碎片,从一个方面跳到另一个方面不那么线性,但我故意这样做,因为结构试图反映人工智能的许多方面并且总是改变属性:我希望结果不难读。

AI:科学而不是科幻小说

  即使经过这么多年,人工智能的共同和共同定义远未成为现实:有许多定义,甚至更多的细微差别随着岁月的不同而有所改变。

  对于Marco Somalvico,AI研究的理论和方法允许设计能够提供计算机性能的软件,这对于普通观察者来说似乎是人类智能所独有的。

  对于维基百科而言,人工智能是计算机看似聪明的行为,而不是人类的自然智慧。当计算机模拟我们通常与人类思维相关的认知功能时,我们通常会谈到人工智能,例如解决复杂和非数字问题。

  即使它有时看起来像科幻小说(甚至是魔术),人工智能也是科学的和确定性的。没有我们理解或没有我们理解为什么会发生这种情况(即使在某些情况下这样做是非常耗费人力和昂贵的)。作为科学,在后续改进的小步骤中前进,以及可以否定或验证的理论和假设,AI中的革命性发明是不可能的。

人工智能不是什么

  人工智能不是解决所有世界问题的解决方案,也不是自车轮(或火灾或其他任何因素)以来最重要的发现。即使谷歌,微软,IBM和其他人继续朝这个方向发表言论,他们也是第一个知道这不是真的。

  这不是那么先进和聪明的事情,只需要很少的工作和努力,就可以解决复杂的问题并在没有监督的情况下学习。爱迪生所说的关于天才的内容也适用于人工智能:“天才是百分之一的灵感,百分之九十九的汗水。”

   AI不是机器学习或深度学习。机器学习是一种技术(在许多现有技术和未来技术中),通常用于AI领域,以解决应用AI的不同用例子集中的问题。

  这不是一个无所不知的程序,只需配置或训练即可从高级抽象中解决问题。

  这不是自己编程的东西,没有专家协助就可以工作,并且可以在没有任何特定知识的情况下轻松适应现实世界的问题。

我们现在在哪里?人工智能状态

  今天,AI使用与人类大脑使用的方法和方法不同的方法和方法模拟一些认知过程的结果。人工智能就在这里。经过漫长的冬季,尽管有过多的期望,但由于人工智能,许多问题已经可以解决。随着技术和方法的成熟和改进,它还可以解决更多的问题。

  与其他任何事情一样,实施基于AI的解决方案需要专业知识,时间,分析和工作。并非所有看似适合人工智能的用例都具有正面的成本/效益比。

  成功的基于AI的项目中最重要的不是将要使用的技术,而是其他要素,如业务案例的可靠性,正确的分析和有效的实施(基于经验,数据和最合适的方法) )。要了解基于AI的项目是否能够成功,最好的方法几乎总是实现概念验证。

  基于AI的解决方案始终基于传统和/或替代方式的编程。如果某个人对某个人来说太困难,那么即使对于任何基于AI的解决方案来说也是如此。

  使用AI时,不必以相同的方式复制现有流程。最好的解决方案通常是将AI与对优化AI附加值的流程进行审核。

人工智能与人类的一般情报不同。最近,深度学习之父杰弗里·辛顿(Geoffrey Hinton)说:“我的观点是全力以赴,重新开始。”

人工智能的风险

  最重要的是,第一个“风险”是等待人工智能满足市场上大玩家所产生的夸大的期望。相反,公司应该逐渐使用它,但越来越多地改进业务流程。

  认为人工智能是“目标”并且不仅仅是可用于解决问题,降低成本,增加商机并使企业更加有效和高效的工具之一,这是冒险的。仅仅拥有一位数据科学家和一堆带注释的文档来实现一个成功的基于AI的解决方案是不够的。

购买AI的建议

  为了完成我的考虑,我将在评估基于AI的解决方案时留下三个简单实用的技巧。

始终保持健康的怀疑态度。如果事情看起来好得令人难以置信,那是因为事实并非如此。
相信人工智能和经验的价值。虽然道路可能很长且蜿蜒,但结果将是积极的,具体的和可衡量的。
远离大跃进:最好一步一步地向前推进以获得中间结果,这将成为一个坚实的平台。未来,而不是试图从一开始就实现极其复杂和雄心勃勃的目标。

AI:前50年...... 10年后,Marco Varone所属专题:AI专题 《AI:前50年...... 10年后,Marco Varone》链接:http://www.zhouchuanxiong.net/1498

AI:前50年...... 10年后,Marco Varone相关文章